第三章 基因组和基因

第三章 基因组和基因

第一节 基因组与C值矛盾

一、基因组

 一个生物物种所有染色体的总和（细胞遗传学）

 所有核酸分子的总和（分子遗传学）

 所有基因的总和（经典遗传学）

 指导一个物种的结构与功能的所有遗传信息的总和（现代分子生物学理论）

二、C值

一个单倍体基因组的DNA含量。

单位为dolton或uug或bp

1 uug = 1 pg = 6.1×1011dolton

对每一个物种，C值是恒定的。

三、C值矛盾

一般而言，随着生物的进化，生物体的结构与功能越复杂，其C值也越大。

但真核生物中DNA含量并不与生物的复杂性相一致，这种反常现象称为C值矛盾。

C值矛盾表现在：

1、结构、功能相似的同一类生物中，甚至亲缘关系十分接近的物种之间，它们的C值可相差10倍乃至上千倍。

如：

豌豆的C值为14pg，而蚕豆只有2pg。

两栖类C值的变动范围很大，为109-1011bp。

2、较低等生物的C值大于较高等生物的C值

如：两栖动物（1011bp）＞哺乳动物（109bp）

3、真核生物的C值之大，远远超过其基因编码所需

将内含子算上，哺乳动物的一个基因长约5-8Kb，少数10Kb，则哺乳动物应有40-60万个基因。

目前研究表明，实际基因数估计不会超过这个数值的10%（3-4万）。

有些基因的序列不编码蛋白质，则基因组中只含有2%-3%的DNA序列用于编码蛋白质。

余下那么多DNA序列具何功能？

难道不被表达的DNA序列都是调控基因吗？

目前还无法圆满解释。

第二节 原核生物基因组

一、原核生物基因组的特点

1、不具备明显的核结构，只有类核，即DNA相对集中的区域。

2、基因组小，一般只有一个染色体，大多为双链环状，少数为单链或线型。

 E.coli DNA分子量为2.4×109，相当于4.2× 106 bp，含3000-4000个基因；

 噬菌体 DNA分子长48502bp，含46个基因；

 ΦX174 DNA分子长5386bp，含有11个基因；  SV40病毒DNA分子量为3×106bp，含5个基因。

3、染色体DNA并不与蛋白质固定地结合，不具核小体结构。

4、结构简练，重复序列和非编码序列很少，体现经济原则。

如：ΦX174 中非编码序列占217/5386；T4-DNA中占282/5577，均不到5%。

5、功能密切相关的基因构成转录单元，并常转录成含多基因信息的mRNA分子，称为多顺反子mRNA。

6、有重叠基因：同一段DNA片段可以编码2—3种蛋白质分子。

二、大肠杆菌的基因组

大肠杆菌无明显的核结构，其DNA相对地集中于类核区。对数生长期的细胞具有2-4个类核。

E.coli DNA长度为4.2×106bp，每个基因平均长度为1000bp，整个基因组有3000-4000个基因，目前已经定位的基因有1400多个。

功能上相关的基因串联在一起组成操纵子结构，由一个启动子转录调控。

E.coli有260多个基因具有操纵子结构。

E.coli的lac操纵子、Trp操纵子和His操纵子分别有3个、5个和9个相关酶蛋白串联在一起。

E.coli基因组中，几乎所有的基因都是单拷贝的。

基因组中几乎全都是由结构基因组成，很少有非必需的DNA。

三、噬菌体的基因组

噬菌体基因组研究得最好的有ΦX174、λ、T4等。

我们以ΦX174为例。

1、DNA为单链环状，共5386bp。

2、共有11个基因，依次为A，A'，B，K，C，D，E，J，F，G和H。

3、由于ΦX174的DNA数量有限，因而在基因排列上更加体现经济原则

A、3个转录启动子PA、PB和PD，分别从基因A、B、D开始转录。

 基因H和A之间有一强终止子信号，所有的转录都将终止。

 在基因J和F之间有一弱终止子信号，部分转录终止。

B、其DNA分子绝大部分用于编码蛋白质，不翻译部分只占4%（217/5386）。

C、有重叠基因和基因内基因。

B基因在A基因之中，E基因在D基因之中。

λ噬菌体的结构特点

双链DNA噬菌体。

基因组有48502bp，共有46个基因。

整个区域分为5个区域：头部基因、尾部基因、调控区、复制区和晚期调控区。

λ有线状分子和环状分子。

线状分子两端各有12个核苷酸的粘性末端，通过粘性末端配对，线性分子在生活周期的一定阶段可转变为环状分子

四、原核生物的重叠基因(Overlapping genes)或嵌套基因（nested genes）

概念：

指一个基因的序列中，含有另一基因的部分或全部序列。即一段序列中含有合成两个或两个以上多肽的基因。基因重叠现象是英国分子生物学家Sanger 1977年在测定噬菌体ΦX174的DNA序列是发现的。

1973年，Weiner和Weber在Qβ噬菌体(E.coli的病毒)发现基因重叠现象。

Weiner和Weber当时认为：Pr2含量少，对病毒无关紧要，而不予关注。 后来，Weissman证实，Pr1是一种外壳蛋白，故需要量大，而Pr2产量虽少，却是组成有感染力的病毒颗粒所必需的。

1977年Sanger在“自然”杂志上发表了X174 DNA的全部核苷酸序列，正式发现了重叠基因。

重叠基因有以下几种情况：

一个基因完全在另一个基因里面。

如基因B在基因A里面，基因E在基因D里面。

部分重叠，如K和C、A和C。

两个基因只有一个碱基对的重叠，如D和J。

三重重叠，如G4噬菌体的基因A、B和K。

A和C的部分重叠

A的终止密码

-ATGA-

C的起始密码

D和J部分重叠

D的终止密码

-TAATG-

J的起始密码

剑桥分子生物学家D.C.Shaw和J.E.Walker在测定噬菌体G4 DNA的核苷酸的序列时，发现了三重重叠现象.

第三节 真核生物基因组

一、真核生物基因组的特点

1、结构复杂、基因数庞大。

低等真核生物 107—108bp

高等真核生物 5×108—1010bp

有些植物和两栖类 1011bp

人 109bp

2、有若干个染色体，一般不呈环状，DNA与蛋白质紧密结合形成染色体，具多个复制起始点。

3、存在核膜，DNA的转录和翻译存在时空差异。

4、有很多不编码序列(内含子，内元）或介入序列。

5、有大量的重复序列。

6、功能上密切相关的基因集中程度不如原核生物高，大多分散在不同的染色体上，但有许多基因家族和假基因存在。

7、有细胞器基因，如chl DNA，mit DNA，其密码子有特异性。

二、真核生物DNA序列的类型

（一） 非重复序列(unique sequence)

1、概念

一个基因组中只存在一个拷贝

2、含量

单拷贝序列占整个基因组的40%-60%

人：60-65%； 牛：55%； 小鼠：70%； 果蝇：79%

3、长度和类型

 750-2000bp，相当于一个结构基因的长度。

 大多数蛋白质结构基因属于单拷贝序列，如蛋清蛋白、蚕的丝心蛋白、血红蛋白和珠蛋白都是单拷贝序列。

4、作用

 放大作用，单一拷贝序列通过基因扩增可合成大量蛋白质。

 一个蚕丝心蛋白基因作为模板合成104个丝心蛋白mRNA，每个mRNA可合成105个丝心蛋白，因此，一个单拷贝蚕丝心蛋白基因就可合成109个丝心蛋白分子。

（二）轻度重复序列

1、概念

一个基因组中含有2-10个拷贝。

2、类型

主要是组蛋白和tRNA等基因。

包括两种情况：

i、几个基因都具有功能，编码同一蛋白质或RNA。

ii、有的基因有功能，有的基因没有功能，如假基因。

（三）中度重复序列(moderately repetitive sequence)

1、概念

一个基因组含有10-104个拷贝

2、长度

平均长度为300bp，一般不是编码序列。

3、含量

占总DNA的10%-40%

小鼠：20%；果蝇：15%

4、类型

i、短周期分散的重复序列(interspersed repeat sequence, or interspersed element，SINES)：长100-300bp，如人、爪蟾、海胆的Alu序列。

ii、长周期分散的重复序列（long interspersed element, LINES):长5000bp，如Kpn I家族。

(四)、高度重复序列(highly repetitive sequence)

1、概念

一个基因组含有大于105个拷贝，分布于着丝点, 端粒区, 结构基因两侧。

2、含量

占总DNA的10%-60%，高等真核生物中占20%，由6-10bp组成。

3、种类

卫星DNA

三、Alu家族重复序列

1、含量

Alu家族序列占人基因组DNA总量的5%-6%

2、长度：300bp

3、拷贝数：5×105个拷贝

4、Alu序列

 在170位碱基附近的AGCT是限制性内切酶Alu I的酶切位点，Alu序列被Alu I切割成（AG↓CT）130bp和170bp两段，故名Alu序列。